Rejoindre Se connecter

Ajay Behera

Date d'abonnement : 2026

Ligue d'Argent

7543 points
Déployer et adapter des modèles d'IA avec Cloud Run Earned nov. 3, 2026 EST
Configurer Gemini Code Assist pour les organisations Earned nov. 3, 2026 EST
Présentation de la sécurité dans le monde de l'IA Earned nov. 1, 2026 EST
IA responsable pour les développeurs : confidentialité et sécurité Earned oct. 31, 2026 EDT
IA responsable pour les développeurs : interprétabilité et transparence Earned oct. 28, 2026 EDT
IA responsable pour les développeurs : équité et biais Earned oct. 28, 2026 EDT
Machine Learning Operations (MLOps) avec Vertex AI : évaluation des modèles Earned oct. 28, 2026 EDT
Machine Learning Operations (MLOps) pour l'IA générative Earned oct. 28, 2026 EDT
Gérer Kubernetes dans Google Cloud Earned oct. 28, 2026 EDT

L'inférence de l'IA est le processus qui consiste à utiliser un modèle de machine learning entraîné pour faire des prédictions sur des données nouvelles et inédites en appliquant des schémas appris. Ce cours s'adresse aux développeurs, data scientists et ingénieurs en ML qui souhaitent déployer rapidement des services d'inférence de l'IA sur Cloud Run. Il est utile pour les personnes habituées à utiliser des solutions de déploiement d'applications sans serveur dans le cloud, mais qui manquent d'expérience dans l'exécution de l'inférence de l'IA avec les produits sans serveur Google Cloud. Il comprend des exemples de déploiement d'un modèle d'inférence de l'IA avec des GPU et d'intégration d'applications d'IA générative avec des services de stockage de données.

En savoir plus

Ce cours s'adresse aux développeurs Google Cloud et aux ingénieurs DevOps qui possèdent des connaissances de base de la console Google Cloud et qui sont chargés de configurer Gemini Code Assist pour une organisation. Il présente les avantages de Gemini Code Assist et compare les fonctionnalités des différentes éditions. Il vous explique également comment configurer et gérer Gemini Code Assist dans une organisation.

En savoir plus

L'intelligence artificielle (IA) offre des possibilités de transformation, mais elle présente également de nouveaux enjeux de sécurité. Ce cours apporte aux responsables de la sécurité et de la protection des données des stratégies pour gérer l'IA de façon sécurisée dans leurs organisations. Découvrez un framework pour identifier et atténuer de manière proactive les risques spécifiques à l'IA, protéger les données sensibles, assurer la conformité et construire une infrastructure d'IA résiliente. Choisissez des cas d'utilisation dans quatre secteurs d'activité différents pour savoir comment ces stratégies s'appliquent dans des scénarios réels.

En savoir plus

Ce cours présente des points importants au sujet de la confidentialité et de la sécurité de l'IA. Vous découvrirez des méthodes pratiques et des outils pour mettre en place des pratiques recommandées de confidentialité et de sécurité de l'IA à l'aide de produits Google Cloud et d'outils Open Source.

En savoir plus

Ce cours présente les concepts d'interprétabilité et de transparence de l'IA. Il explique en quoi la transparence de l'IA est importante pour les développeurs et les ingénieurs. Il explore des méthodes et des outils pratiques permettant d'atteindre l'interprétabilité et la transparence des modèles d'IA et des données.

En savoir plus

Ce cours présente le concept d'IA responsable et les principes associés. Il met en avant des techniques permettant d'identifier des données équitables ou biaisées, et de limiter les biais lors de l'utilisation de l'IA/du ML. Vous découvrirez des méthodes pratiques et des outils pour mettre en place de bonnes pratiques d'IA responsable à l'aide des produits Google Cloud et des outils Open Source.

En savoir plus

Ce cours apporte aux professionnels du machine learning les techniques, les bonnes pratiques et les outils essentiels pour évaluer les modèles d'IA prédictive et générative. L'évaluation des modèles est primordiale pour s'assurer que les systèmes de ML fournissent des résultats fiables, précis et de haut niveau en production. Les participants acquerront une connaissance approfondie de diverses métriques et méthodologies d'évaluation, ainsi que de leur application appropriée dans différents types de modèles et tâches. Le cours mettra l'accent sur les défis uniques posés par les modèles d'IA générative et proposera des stratégies pour les relever efficacement. Grâce à la plate-forme Vertex AI de Google Cloud, les participants apprendront à implémenter des processus d'évaluation rigoureux pour la sélection, l'optimisation et la surveillance continue des modèles.

En savoir plus

Dans ce cours, vous allez acquérir les connaissances et les outils nécessaires pour identifier les problématiques uniques auxquelles les équipes MLOps sont confrontées lors du déploiement et de la gestion de modèles d'IA générative. Vous verrez également en quoi Vertex AI permet aux équipes d'IA de simplifier les processus MLOps et de faire aboutir leurs projets d'IA générative.

En savoir plus

Terminez le cours intermédiaire Gérer Kubernetes dans Google Cloud pour recevoir un badge démontrant vos compétences dans les domaines suivants : la gestion des déploiements avec kubectl, la surveillance et le débogage d'applications sur Google Kubernetes Engine (GKE) et les techniques de livraison continue.

En savoir plus